互联网数据分析之道：转化篇
当今时代信息化产业飞速发展，各类底层大数据平台百花齐放，亿级数据、秒级响应已经不再是当年的遥不可及的神话。然而对于企业来说，数据计算快仅仅是满足企业进行业务数据分析的硬件基础，如何发掘这些海量的数据产生应用价值，走好数据分析这最后一公里，引导企业进行战略决策却是至关重要的一步。
相信大家对互联网运营都不陌生了。
在获取到用户流量之后也就获取到了平台的一批潜在用户，那么如何通过一系列的运营策略让用户顺利完成搜索商品——>浏览商品——>商品下单——>交易付款的过程转化呢？
通过对平台数据进行数据分析引导经营策略，最大化每个营销漏斗的转化率是我们孜孜以求的目的。本文以互联网行业为数据业务分析背景（转化篇），分别从下单转化率、事件转化率、服务转化率、退货率四大方面进行分析和思考，希望能跟大家交流一些数据分析方面的心得和体验。
本文使用的分析工具为FineBI ，通过FineBI链接CRM和网站后台数据做了一个可视化的分析展示。
www.finebi.com
一、下单转化率
对于平台经营方来说，我们希望一旦有用户流量进入平台网站，就能够顺利按照我们平台运营设定好的系列要求一步步进行下去，最终完成交易付款操作。那么对于互联网运营方来说，就需要做好用户在会员注册、商品收藏、购物车添加、交易付款等一系列转化操作。对于这样需要进行逐级转化的平台运营，那么我们首先可以通过漏斗图进行宏观的流程转化数据分析找出目前阶段最需要优化的运营环节，有效地进行针对性治理，最终提高整体平台用户下单转化率。
会员注册转化率：
会员注册转化率=新增会员总人数/新访客总人数。对于互联网平台运营方来说，往往用户进行平台消费行为之前都需要注册为网站会员。而网站会员机制有利于平台进行定向运营推广，以增强用户和平台之间的黏性，故而提升网站平台的会员注册转化率对于提高用户复购率来说非常重要。在当下这样的一个的互联网社交时代，除了做好自己的网站直接会员注册运营之外，打通跟其他社交平台比如微信、QQ等平台账号共享能够明显提高网站平台的注册转化率。
商品收藏转化率：
商品收藏转化率=商品收藏总数/商品浏览总数。这一指标通常在平台举行大型促销活动之前需要时刻关注的一个指标，因为在这个时间段内的商品收藏量有很大几率能够直接转化为成功交易订单，与此同时，该指标对平台活动促销效果也能够起到一定预估作用。
品牌/单品转化率：
品牌/单品转化率=单品成功交易订单/单品浏览量。这一指标通常用户平台进行商品受欢迎程度统计，通过分析品牌/单品转化率，从而引导商铺进货品牌种类，提高单品转化率高的货物进货量的同时降低单品转化率低的货物进货量。
付款转化率：
付款转化率=付款总数量/下单总数量。这一指标通常用于反应平台的支付渠道和用户的支付习惯的匹配程度，通常来说我们需要完善快捷银联支付、支付宝、微信支付等渠道，降低因为用户没有某个支付平台而放弃消费的可能性。
如上图所示 ，通过对某个平台的用户访问阶段转化率数据分析，逐级来看各节点转化情况。首先是用户从浏览商品行为到添加购物车行为这一流程的转化情况，我们通过漏斗图可以快速看出其转化率为50.77%，反映出该平台的商品介绍、图片描述等对用户有较强的吸引力。接下来继续看添加购物车到下单的转化率，可以看出其转化率高达99.66%。之后下单至付款的转化率仅50%，这是一个值得反思的转化节点，通过数据分析猜测该平台商铺支付渠道不完善，需要增加例如支付宝、微信等快捷支付渠道，降低平台因为没有提供用户习惯性的支付渠道而导致用户放弃购买行为的几率。
二、事件转化率
时间转化率通常指的是平台或商铺通过一系列的运营推广活动以及由于公共事件影响所带来的额外价值。这一指标对于平台运营评估和指导市场推广运营活动极为重要，例如网络营销总的SEO关键词投放、折扣促销活动、邮件营销等等效果跟踪。关于事件转化率方面的数据分析，通常我们可关注于营销渠道转化率、会员转化率、店铺流量转化率、下单转化率等指标进行活动的推广营销效果评估。
如下图所示，我们首先分析出各个营销推广渠道的转化率环形玫瑰分布图，可以看出目前平台的转化率最高的渠道主要是基础上线工作、SEO关键词推广、微信推广、品牌推广几个渠道。同时我们想联动查看每个渠道对应的转化率数据时，这里通过FineBI提供的数据自动联动过滤功能让用户无需任何设置即可进行所有相关联的数据联动。
我们先来看看微信渠道随时间的转化率走势情况，可以推测出平台在2015年9月29日（因为从2015年9月29日用户的下单转化率有所下降，一般用户在知道近期即将有促销活动的时候，往往会收藏商品从而产生延迟消费，所以活动开始前的时间转化率会降低）左右发布了即将要开始的商品促销活动，同时活动日期大概在2015年10月1日到2015年10月7日左右（转化率提升明显），属于国庆黄金周的大型活动促销，同时也取得了较好的活动效果。
除了以上渠道营销策略之外，对于平台商铺而言，合适的关联性商品推荐也能够提高用户对关联商品的购买率，比如用户在购买完服装之后可以再给他推送鞋子一类商品。另外关于事件转化率方面，由于季节性以及公共事件也会影响商品的下单转化率，针对不同时期较流行的商品进行进货营销往往才能够达到最大的盈利目的。
三、服务转化率
服务转化率方面，通常用户在网上购买商品时，对于商品的一些细节品质以及发货渠道和速度等会需要做一些了解。那么良好的服务自然能够提高顾客的购买率，对于平台的客户人员，我们可以统计处其咨询到下单的节点转化率，并且以咨询到下单的转换率指标作为KPI指标之一来评价客服人员的工作绩效。
如下图所示，我们通过客服咨询下单转化率条形图的数据分析统计可以发现，该平台的Blanche、Henry、Christian、汉克、贝蒂这五名客服的转化率比较优秀，并且都在10%以上，其他的客服员工的转化率则相对较低，故而这方面可以让转化率最为优秀的Blanche客服给其他客服做一次服务培训，整体上提升平台的服务水平，进而提升用户的下单转化率。
四、退货率
退货率方面，对于用户而言退货的原因通常可分为两大类，一类是由于买到的商品质量有问题而申请退货，另外一类可能是由于用户自身原因想申请退货。平台方往往更为需要关注第一类因为商品质量问题而申请退货的商品，通过历史商品的质量原因退货数据统计分析，对于确确实实是存在质量问题的商品需要及时反馈给供应商，质量过于严重的话可以考虑该类商品和供应商的协商库存退货。
本次的关于互联网运营转化篇的数据分析经验心得分享暂时先写到这里，后续将继续给大家分享关于互联网数据运营方法的促活、消费、留存等方面的一些经验，欢迎大家一起共同交流探讨互联网运营之道。
最后分享一些相关资料：